隨著互聯(lián)網(wǎng)逐漸步入大數(shù)據(jù)時代，運營商和用戶的行為不可避免的發(fā)生了改變和重塑。最為突出的變化是，大數(shù)據(jù)使得用戶行為“可視化”。利用海量數(shù)據(jù)精準生成的“用戶畫像”，可以使營銷推廣更加的精準、高效，這也成為了視頻營銷不可或缺的技術手段之一。

相較于傳統(tǒng)的用戶畫像，視達科用戶畫像基于用戶行為軌跡的實時追蹤和模型計算生成，用戶畫像更加細致，更注重細節(jié)拆分，進一步提高特征描繪的精準度，能夠精準定位不同用戶的觀影需求，從而提升服務質(zhì)量。

(視達科用戶畫像系統(tǒng)架構)

一、 使用改進的TF-IDF算法計算標簽權重

在TF-IDF的基礎上，考慮了不同行為有不同的權重，且標簽會隨著時間而變化衰減。為了提高用戶標簽的準確度，視達科用戶畫像采用改進的IF-IDF算法計算標簽權重。

標簽值上的weights字段值，代表著2層意義：這個用戶的某標簽，其多個標簽值之間的重要程度;對于某標簽的一個標簽值，所有用戶之間的重要程度。

例如：用戶喜歡的影片類型這個標簽來說，會有多個標簽值：喜劇片、愛情片、恐怖片、科幻片...某用戶A，這標簽的幾個值：科幻片的權重是0.5，喜劇片的權重是0.3，則說明這用戶更喜歡“科幻片”。另一用戶B，這標簽的幾個值：科幻片的權重是0.7，恐怖片的權重是0.1，則說明用戶B比用戶A更喜歡科幻片。

TF-IDF權重函數(shù)：

w(u, t, T) = TF(u, t, T) * IDF(t, T) * degree(u, t, T) * (1 / (1 + decay(T) ) ) + w(u, t, T-1) * (decay(T) / (1 + decay(T)))

一、 多重召回策略，對海量數(shù)據(jù)進行篩選過濾

如何在海量的視頻內(nèi)容中，篩選出一個模型組成內(nèi)容庫。視達科采用了多種召回策略，綜合考慮視頻的熱度、相似度、動作等，根據(jù)用戶興趣標簽對視頻內(nèi)容做截斷，高效從龐大的內(nèi)容庫中篩選符合用戶喜好的一小部分內(nèi)容。

(1)協(xié)同過濾召回

包括基于視頻、基于用戶的協(xié)同過濾推薦，前者依照視頻之間的相似性，將相似影片推薦給同一位用戶。例如：影片A與影片B相似，用戶喜歡影片A，則將影片B也推薦給用戶;后者依照用戶之間的相似性，將同一影片推薦給相似用戶，例如用戶A與用戶B相似，用戶A喜歡影片A，則將影片A也推薦給用戶B。

(2)熱榜召回

基于視頻播放頻率，形成視頻熱播榜單，將熱門影片推薦給其他用戶。例如：影片A在本時段內(nèi)播放次數(shù)增多，成為熱播榜影片，則將影片A推薦給其他用戶。

(3)其他召回

除了上述兩種常規(guī)召回策略，我們還使用了喜好召回、人工規(guī)則召回等多重召回策略，把一個海量、無法把握的內(nèi)容庫，變成一個相對小、可以把握的內(nèi)容庫，再進入推薦模型。這樣能夠有效平衡計算成本和效果。

三、精準排序模型，實現(xiàn)個性化推薦

在用戶意圖明確時，我們用搜索引擎來解決視頻內(nèi)容庫太大的問題，但當用戶的意圖不明確或者很難用清晰的語義表達，搜索引擎就無能為力。視達科通過精準的排序模型，將篩選后的小型內(nèi)容庫進行重新排序，在用戶完全沒有需求目標的情況下給出的全局推薦，為其推送個性化的視頻內(nèi)容。

(1)GBDT+LR

GBDT(Gradient Boost Decision Tree)是非線性模型，會建立多棵決策樹，但每棵樹擬合的是上一棵樹的殘差。

LR是廣義線性模型，速率快，對特征和特征組合要求高，在傳統(tǒng)效果預測方面使用廣泛。

使用GBDT結合LR進行推薦預測，facebook在2014年就進行了實踐，取得了很好的效果。

我們使用用戶畫像出來的興趣愛好、年齡、時段、時長等特征與用戶實際播放的影片的標簽屬性、演員、導演等特征作為輸入GBDT的輸入，GBDT的葉子結點作為LR的輸入進行訓練。推薦時使用該模型對被推薦用戶的召回集影片做預測排序，將靠前的推薦出去。

(2)深寬度模型

寬深度(Wide and deep)模型是谷歌2016年發(fā)布的，并在Google Play的應用推薦中實際使用，是經(jīng)過檢驗的模型。

寬度模型用的是邏輯回歸，形式如下：

,其中X是特征向量，W是特征權重，b是偏置。

深度模型通過DNN來提供泛化能力，每個隱層激活方式表示如下：

其中l(wèi)表示第l個隱藏層，f是激活函數(shù) 。

深寬度模型最后的輸出過程公式表示就是：

是sigmoid函數(shù) ，是組合特征，是深度模型輸出的權重，

寬深度模型結合傳統(tǒng)線性模型和深度模型，能兼顧記憶和歸納。寬度模型能根據(jù)歷史播放、瀏覽等行為相關性，推薦關聯(lián)產(chǎn)品;深度模型用于發(fā)現(xiàn)歷史行為中出現(xiàn)很少或未出現(xiàn)的特征組合。

四、智能調(diào)優(yōu)，提高推薦準確度

采用智能調(diào)優(yōu)技術，將推薦效果進行評估，系統(tǒng)根據(jù)評估結果自動對各種推薦算法進行比例調(diào)優(yōu)，不斷自動迭代，實現(xiàn)推薦準確度優(yōu)化提高的技術。

通過調(diào)整各類推薦算法間的分配比例，每次推薦任務會將任務分配給不同的推薦引擎，最終通過結果評估觀測哪種推薦引擎推薦效果更好，效果更好的下次自動分配更高比例任務。

基于改進的TF-IDF算法計算標簽權重，采取多重召回策略并進行精準排序，利用智能調(diào)優(yōu)技術，對用戶畫像進行精準刻畫，我們得以實時、精確、全面的了解用戶訴求，為用戶的個性化服務提供及時有效的數(shù)據(jù)支撐，全方位提升用戶體驗，進一步提高視頻運營服務質(zhì)量。

企業(yè)簡介

視達科，初靈信息(股票代碼：300250)全資子公司，以“創(chuàng)造一流視頻體驗”為愿景，通過數(shù)據(jù)推動決策與運營，助力合作伙伴的視頻業(yè)務不斷增長。